#ESCCongress2022. Interpretarea ecocardiografiilor cu ajutorul unui algoritm bazat pe inteligență artificială, superioară evaluării experților în ultrasonografie
Conform studiului EchoNet-RCT prezentat în cadrul Congresului Societății Europene de Cardiologie din acest an, evaluarea funcției cardiace cu ajutorul unui algoritm de inteligență artificială (EchoNet-Dynamic) este superioară evaluării preliminare realizate de tehnicieni cu expertiză în ultrasonografie. Avantajele utilizării unui astfel de algoritm într-un context clinic nu numai că ar simplifica și eficientiza investigațiile ecocardiografice, ci ar veni în ajutorul medicilor și îmbunătăți calitatea rezultatelor. Mai mult decât atât, algoritmii AI ar putea avea implicații majore și în procesele de depistare precoce ale afecțiunilor cardiovasculare dar și de ghidare și personalizare a tratamentului. Conform autorilor, acesta este primul studiu amplu randomizat care evaluează utilitatea AI în cardiologie și reprezintă prima dovadă solidă că tehnologiile digitale sunt pregătite pentru a fi integrate în practica medicală.
Algoritmul bazat pe învățare automată, EchoNet-Dynamic, utilizat în studiul prezent a fost testat în urmă cu doi ani pentru evaluarea fracției de ejecție a ventriculului stâng. Studiul publicat în 2020 în jurnalul Nature a presupus antrenarea algoritmului cu ajutorul unor videoclipuri care conțineau ecocardiografii. Algoritmul a folosit informații provenite de la multiple cicluri cardiace pentru a minimiza erorile și pentru a conduce la rezultate cât mai precise. Conform datelor acelui studiu, EchoNet-Dynamic s-a dovedit eficient în evaluarea fracției de ejecție a ventriculului stâng (LVEF), având o marjă de eroare de numai 4,1-6%.
Principalul obiectiv al EchoNet-RCT a fost de a demonstra non-inferioritatea utilizării AI în evaluarea funcției cardiace (mai exact fracția de ejecție a ventriculului stâng, LVEF), comparativ cu evaluarea preliminară a unui specialist în ecografie, iar obiectivul secundar a fost de a-i aprecia superioritatea. În total au fost incluse 3.495 de ecocardiografii provenite de la pacienți adulți. Acestea au fost randomizate 1 la 1 spre o evaluare inițială realizată fie de algoritm, fie de expertul în ultrasonografie. Ulterior, rezultatele provenite din partea celor două mijloace de analiză au fost evaluate de către un specialist cardiolog.
Conform autorilor studiului, specialiștii cardiologi nu au putut diferenția evaluările realizate de algoritm de cele realizate de tehnicienii în ultrasonografie. În schimb, au existat modificări între evaluările preliminare și evaluările finale realizate de către cardiologi. Mai precis, au fost modificate 16% dintre evaluările algoritmului de inteligență artificială și 27,2% dintre cele ale specialistului în ecografie.
„Am învățat multe din desfășurarea acestui studiu randomizat. Integrarea inteligenței artificiale în practica medicală poate asigura evaluări mai precise și mai consistente și astfel să permită depistarea timpurie a deteriorărilor clinice sau a răspunsului la tratament” – afirmă Dr. David Ouyang, Smidt Heart Institute at Cedars-Sinai, Los Angeles, US.
În momentul actual, standardul pentru evaluarea fracției de ejecție ventriculare prin ecocardiografie, presupune interpretarea preliminară din partea unui specialist în ecografie. Acesta realizează evaluarea inițială a pacientului, urmând ca un medic cardiolog să o verifice și să ofere rezultatul final cu privire la funcția cardiacă. Determinarea fracției de ejecție a ventriculului stâng este esențială în diagnosticul multor afecțiuni cardiovasculare, precum și în alegerea mijloacelor terapeutice.
În ultima perioadă, inteligența artificială și medicina digitală au reprezentat o temă recurentă în domeniul cardiologiei. Recent, Food and Drug Administration a aprobat EMAS, un software bazat pe învățare automată care ajută medicii în diagnosticul valvulopatiilor. EMAS a demonstrat în urma studiilor o acuratețe de 85% în depistarea zgomotelor cardiace anormale și a severității acestora. Un studiu publicat anul acesta în Jurnalul Colegiului American de Cardiologie demonstrează avantajele utilizării algoritmilor de inteligență artificială alături de electrocardiogramă, în diagnosticarea și ghidarea tratamentului pacienților cu cardiomiopatie hipertrofică. Două astfel de sisteme au fost testate, arătând o specificitate mai mare de 94% și o sensibilitate mai mare de 84%.
Citește și:
- FDA lansează primul plan de acțiune care vizează dispozitivele medicale ce au la bază software-uri de inteligență artificială sau machine learning
- STUDIU. O aplicație care analizează limbajul poate identifica precoce cazurile de insuficiență cardiacă decompensată, prevenind spitalizările
- Ghid EHRA: Recomandări pentru utilizarea dispozitivelor digitale pentru detectarea și managementul aritmiilor în practica medicală